原文传递
面向无人驾驶目标检测的视觉图像增强方法研究
| 论文题名： | 面向无人驾驶目标检测的视觉图像增强方法研究 |
| 关键词： | 无人驾驶系统;目标检测;图像增强;Retinex算法;同态滤波;深度学习 |
| 摘要： | 目标检测的准确性对于无人驾驶车辆的安全性和智能性起着至关重要的作用，其中，恶劣环境下无人驾驶车辆目标检测的准确性主要依靠对降质图像进行图像增强得以保证。本文开展在低照度、雾天等恶劣环境下面向无人驾驶车辆目标检测的图像增强方法研究，主要研究内容如下： 1.开展一种基于改进Retinex算法的低照度RGB图像差值增强方法研究。该方法结合空间转换提升运行速度；利用Sigmoid函数替换多尺度Retinex算法中的对数函数，拓宽图像灰度范围；保边性双边滤波替换高斯滤波作为环绕函数保护图像边缘轮廓；引入色彩恢复函数恢复低照度图像色彩信息。采用基于YOLO v3的目标检测算法对增强图像与原始低照度图像进行了检测对比，实验结果表明增强图像的质量和目标检测准确率得到了大幅提升。 2.开展一种基于改进同态滤波的雾天RGB图像分频增强方法研究。该方法融合了HSI颜色空间以提高算法处理速度，同时提高图像颜色保真度；融合了同态滤波，保证图像细节与轮廓信息完整；融合了直方图均衡化抑制噪声。采用基于YOLO v3的目标检测算法对增强图像与原始雾天图像进行了检测对比，实验结果表明增强图像的质量和目标检测准确率得到了大幅提升。 3.针对基于改进同态滤波的雾天RGB图像分频增强方法在密集型浓雾天气下存在去雾不彻底的问题，在该方法基础上开展了一种结合深度学习的改进雾天RGB图像分频增强方法研究。采用基于YOLO v3的目标检测算法对增强图像与原始雾天图像进行了检测对比，实验结果表明增强图像的质量和目标检测准确率得到了大幅提升。 4.针对增强算法调用流程繁琐、增强前后对比显示不直观的问题，开展一种图像自适应增强与目标检测系统研究，引入了新的灰度阈值参数对图像进行自适应增强与目标检测，同时显示图像的性能参数，这样可以方便不同类别图像的增强与检测操作，实现降质图像、增强图像和检测图像直观的对比展示。 |
| 作者： | 孙敏杰 |
| 专业： | 机械工程 |
| 导师： | 朱欣华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2020 |
检索历史
应用推荐
